Sicegar: R package for sigmoidal and double-sigmoidal curve fitting.
Sicegar: R package for sigmoidal and double-sigmoidal curve fitting.
复制标题
Sicegar：s套件和双sigmoidal曲线拟合的R包装。
作者：
Caglar MU;Teufel AI;Wilke CO
S 形和双 S 形动力学在生物学的许多领域中都很常见。在这里，我们介绍 sicegar，一个用于 S 形和双 S 形数据自动拟合和分类的 R 包。该软件包通过严格地将一系列数学模型与数据拟合，将数据分为三类：“无信号”、“S形”或“双 S形”。如果 S 形模型和双 S 形模型都不能很好地拟合数据，则数据被标记为“不明确”。除了执行分类之外，该软件包还报告大量指标以及描述 S 形或双 S 形曲线的具有生物学意义的参数。在广泛的模拟中，我们发现该软件包表现良好，即使在相当高的噪声水平下也可以恢复原始动态，并且通常会将曲线分类为“模糊”而不是错误分类。该软件包可在 CRAN 上获取，并附带大量文档和使用示例。
Sigmoidal and double-sigmoidal dynamics are commonly observed in many areas of biology. Here we present sicegar, an R package for the automated fitting and classification of sigmoidal and double-sigmoidal data. The package categorizes data into one of three categories, “no signal,” “sigmoidal,” or “double-sigmoidal,” by rigorously fitting a series of mathematical models to the data. The data is labeled as “ambiguous” if neither the sigmoidal nor double-sigmoidal model fit the data well. In addition to performing the classification, the package also reports a wealth of metrics as well as biologically meaningful parameters describing the sigmoidal or double-sigmoidal curves. In extensive simulations, we find that the package performs well, can recover the original dynamics even under fairly high noise levels, and will typically classify curves as “ambiguous” rather than misclassifying them. The package is available on CRAN and comes with extensive documentation and usage examples.
登录
查看更多内容
影响因子：
8.8
作者：
Guo F;Li S;Caglar MU;Mao Z;Liu W;Woodman A;Arnold JJ;Wilke CO;Huang TJ;Cameron CE
通讯作者：
Cameron CE
DOI：
10.1186/1471-2210-10-6
发表时间：
2010-06-07
期刊：
BMC pharmacology
影响因子：
--
作者：
Spiess AN;Neumeyer N
通讯作者：
Neumeyer N
影响因子：
6.9
作者：
RICHARDS, FJ
通讯作者：
RICHARDS, FJ
影响因子：
--
作者：
MEDDINGS, JB;SCOTT, RB;FICK, GH
通讯作者：
FICK, GH
影响因子：
1.9
作者：
LEFKOVITCH LP
通讯作者：
LEFKOVITCH LP